• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于葉片圖像處理和稀疏表示的植物識別方法

    2016-11-28 16:16:41李萍張波張善文
    江蘇農(nóng)業(yè)科學(xué) 2016年9期

    李萍+張波+張善文

    摘要:基于植物葉片圖像的植物識別方法研究在保護(hù)生態(tài)環(huán)境方面具有十分重要的意義。針對植物葉片的復(fù)雜、多樣性而導(dǎo)致很多基于特征提取的植物識別方法識別率不高的問題,提出了一種基于改進(jìn)稀疏表示的植物識別方法。該方法利用最近鄰準(zhǔn)則實(shí)現(xiàn)稀疏表示,通過稀疏表示系數(shù)實(shí)現(xiàn)植物識別。該方法的創(chuàng)新點(diǎn)是將葉片圖像識別問題轉(zhuǎn)化為求解待識別樣本關(guān)于訓(xùn)練樣本的稀疏表示問題,是直接對原始葉片圖像進(jìn)行操作,而不需要進(jìn)行特征提取和選擇過程,由此提高了算法的識別效率。在6種葉片圖像數(shù)據(jù)集上的試驗(yàn)結(jié)果顯示,該方法對葉片圖像識別是可行的,識別率高達(dá)94%以上。該方法為非線性、復(fù)雜葉片圖像識別提供了一種途徑。

    關(guān)鍵詞:植物葉片圖像;植物識別;稀疏表示分類;改進(jìn)的稀疏表示

    中圖分類號: TP391.41;S126 文獻(xiàn)標(biāo)志碼: A

    文章編號:1002-1302(2016)09-0364-04

    植物是人類賴以生存、生產(chǎn)和發(fā)展所必需的物質(zhì)資源。同時(shí),植物在水土保持、抑制荒漠和改善氣候等很多方面起著至關(guān)重要的作用。近年來隨著人類生產(chǎn)活動的日益增加,生態(tài)環(huán)境不斷遭到破壞,使得很多物種滅絕或?yàn)l臨滅絕。隨著生物多樣性的消失,人類賴以生存的自然環(huán)境受到很大威脅。因此,保護(hù)植物物種刻不容緩。要保護(hù)植物,就必須識別植物。利用植物葉片圖像進(jìn)行植物識別方法研究是目前的一個(gè)重要研究方向,已經(jīng)出現(xiàn)了很多較有效的植物識別方法?,F(xiàn)有的植物識別方法可以分為兩大類:基于特征提取和選擇的識別方法[1-4]和基于維數(shù)約簡的識別方法[5]。這些方法的一個(gè)共有的不足是,在植物識別的過程中,都把同類中的不同的葉片或從同類中不同的葉片中提取的特征對于識別算法的貢獻(xiàn)同樣看待。也就是說,訓(xùn)練集中同類植物的不同的葉片及其不同的特征,對識別的重要性是同等對待的。為了提高識別率,很多學(xué)者選擇較好的葉片作為訓(xùn)練集。但由于葉片的復(fù)雜多樣性,甚至同一植物上的葉片之間可能差別很大,使得很多現(xiàn)有的植物識別方法實(shí)際識別率不高。圖1為同一棵樹上的葉片圖像,由圖1可以看出,各個(gè)葉片之間存在明顯差異,特別是構(gòu)樹葉。

    近年來,稀疏表示作為信號處理、圖像處理和模式識別強(qiáng)有力的工具,受到了廣大學(xué)者的廣泛關(guān)注[6-8]。所謂樣本的稀疏表示,就是將給定的樣本表示為字典的相對較少數(shù)目的幾個(gè)基的線性組合。l0最小化問題可以用來求解最優(yōu)的稀疏表示,但它是一個(gè)NP難問題。很多實(shí)例證實(shí)了稀疏或近似稀疏的樣本可由求解凸優(yōu)化問題(即l1最小化問題),使得這個(gè)最優(yōu)問題得到了有效解決。由于稀疏表示具有判別性和魯棒性,它已經(jīng)被成功地應(yīng)用于模式識別中。與傳統(tǒng)的模式識別方法相比,稀疏表示在識別精度上有較大的改進(jìn)。盡管稀疏表示在人臉識別、手勢識別和信號分析等領(lǐng)域取得了較好的效果,但鮮有應(yīng)用于植物識別領(lǐng)域。本研究在稀疏表示的基礎(chǔ)上提出了一種植物識別方法[9]。在該方法中,字典直接由訓(xùn)練樣本組成。如果每一類植物有足夠的訓(xùn)練葉片圖像樣本,那么1個(gè)測試樣本的線性表示自然是稀疏的。

    1 稀疏表示

    根據(jù)得到的稀疏表示系數(shù)A或B,可以計(jì)算測試樣本與各類訓(xùn)練樣本的殘差;根據(jù)殘差的大小可以確定測試樣本的類別。該分類方法被稱為基于稀疏表示的分類(SRC)算法。該算法在沒有光照變化、遮擋腐蝕、方位變化等的理想情況下,若有多幅訓(xùn)練圖像輸入時(shí)能夠得到較高的識別率。所以該算法適用于某些特定的場景,如秘密地點(diǎn)或門禁系統(tǒng)。在非理想情況下,如實(shí)際拍攝的植物葉片圖像,可能出現(xiàn)在圖像局部空間的鏡面反射、陰影、遮擋、方位不正和葉片殘缺不全等時(shí),若直接利用SRC算法得到的識別率較低。實(shí)際上,葉片圖像的這些非理想情況一般只限于圖像的一部分,對于整個(gè)圖像的像素而言是稀疏的,所以在式(6)中可以利用1個(gè)附加的誤差e來表示非理想情況下輸入圖像與訓(xùn)練圖像之間的誤差。則式(6)的優(yōu)化問題可以轉(zhuǎn)化為式(7)的最優(yōu)解問題:

    2 基于近鄰稀疏表示的植物識別

    雖然SRC算法有很多令人滿意的優(yōu)點(diǎn),但也存在一些缺陷。該算法根據(jù)基元素所屬的類別對測試樣本y進(jìn)行分類,若基元素屬于第i類,則y也屬于第i類。其中,基元素為那些可以最好地稀疏表示y的那一類訓(xùn)練樣本。在植物葉片圖像分類中,由于同一棵樹上的葉片之間差異可能較大,所以這一條件不容易滿足。也就是說,由y確定的這組基元素中很可能包括距離y較遠(yuǎn)的樣本,即這組基元素并不一定是y的局部近鄰。在這種情況下,根據(jù)SRC算法,y將被分到某一類中,其中該類基元素所張成的子空間距離y最近,即使該類樣本離y較遠(yuǎn)。然而,若這一結(jié)論成立,SRC算法需要一個(gè)前提假設(shè):每一類的基元素之間的距離較遠(yuǎn),由各類基元素張成的子空間仍然是線性。因此,SRC算法不能有效解決植物葉片圖像等非線性數(shù)據(jù)分類問題。為此,在SRC的基礎(chǔ)上本研究提出一種改進(jìn)的SRC算法(MSRC)[9]。

    3 試驗(yàn)結(jié)果與分析

    本節(jié)試驗(yàn)驗(yàn)證本研究提出的植物識別方法的有效性。在試驗(yàn)中,選擇6種植物(海棠、五角楓、龍抓槐、枇杷、銀杏和櫻花)葉片圖像(圖2);圖3為訓(xùn)練集中50幅枇杷和五角楓葉片圖像。

    在試驗(yàn)之前,需要對所有葉片圖像進(jìn)行剪切、對齊、平滑濾波、消除葉柄和灰度化等預(yù)處理。為了便于計(jì)算,將每幅圖像裁剪成32×32的圖像。然后把每幅灰度圖像(即矩陣)變成維數(shù)大小相同的向量,作為植物識別算法的輸入數(shù)據(jù)。獲取的葉片圖像是RGB彩色圖像。葉片在不同季節(jié)顏色會有不同,而且同一張葉片圖像因光照角度不同顏色也會存在很大的差別,所以對其進(jìn)行灰度圖轉(zhuǎn)換,將彩色圖像轉(zhuǎn)換為灰度圖像,消除顏色對分類的干擾。由彩色圖像轉(zhuǎn)化為灰度圖像的公式如下:

    圖4為基于SR的植物葉片圖像分類的投影系數(shù)和殘差。圖4-A為1幅五角楓葉片在訓(xùn)練集中6種植物、每種植物50幅葉片圖像對于待識別葉片圖像的投影系數(shù),其中橫軸為6種植物共300幅葉片圖像的編號,縱軸為基于最小化l1范數(shù)得到的y在訓(xùn)練樣本上的投影系數(shù)x。可以看出,y在其所屬植物類別的訓(xùn)練樣本上的投影系數(shù)較大,而在其他類別上僅有少數(shù)投影系數(shù)不為0,而且系數(shù)值都比較小,由此表明x的稀疏性。利用x在每個(gè)類別上的投影系數(shù)近似表示y,得到重建殘差,如圖4-B所示??梢钥闯?,該訓(xùn)練樣本的投影殘差最小,由此可判定其所屬的類別,得到識別結(jié)果。

    為了說明所提出的方法的有效性,與基于神經(jīng)網(wǎng)絡(luò)(BPNN)[1]、支持向量機(jī)(SVM)[2]和流形學(xué)習(xí)(ML)[6]的植物識別方法以及SRC方法[7]進(jìn)行比較。所有試驗(yàn)在Matlab 7.0開發(fā)環(huán)境下編程實(shí)現(xiàn)基于5種方法的植物葉片圖像處理和識別程序代碼。其中,計(jì)算機(jī)配置是Pentium CPU E5300 2.60 GHz,內(nèi)存2GB。本研究SR算法的求解最小化l1范數(shù)采用Matlab的K-SVD字典學(xué)習(xí)的工具包和求解優(yōu)化問題的SPGL1工具包;BPNN采用Matlab的NN toolbox中提供的train和newff等函數(shù);SVM采用提供的LIBSVM;最近鄰分類器采用ClusteringToolbox中的1-NN函數(shù)[10-11]。

    對于每種植物,隨機(jī)選取50幅葉片圖像作為訓(xùn)練集,其余的10幅圖像用于測試。即訓(xùn)練樣樣本集由6×50=300幅圖像組成,而測試樣本集則由剩余的60幅圖像組成。對于每種算法,這樣的劃分試驗(yàn)重復(fù)進(jìn)行50次。算法中涉及到的參數(shù)選擇都是根據(jù)試驗(yàn)結(jié)果的最大值得到。在試驗(yàn)中,為了得到較高的識別率,BPNN和SVM中的多個(gè)參數(shù)經(jīng)過若干次優(yōu)化才能確定。記錄每次試驗(yàn)每種植物的最高識別率和運(yùn)行時(shí)間,再計(jì)算50次結(jié)果的平均值和方差。將本研究提出的算法與其他4種算法進(jìn)行比較。表1顯示了5種算法的試驗(yàn)結(jié)果。

    由于MSRC添加了1個(gè)加權(quán)矢量,可以使最近鄰的樣本在分類中的作用最強(qiáng),而近鄰中相對較遠(yuǎn)的樣本的作用減弱,由此保留了樣本的局部特性,從而使樣本的分類性能優(yōu)于其他4種算法。試驗(yàn)結(jié)果表明,該方法的識別率最高、識別效果最好,平均識別率高達(dá)94%以上(表1),而且由于不需要從每幅葉片圖像中提取和選擇特征,所以提高了算法的運(yùn)行時(shí)間。試驗(yàn)結(jié)果表明,該方法能夠滿足植物識別系統(tǒng)的實(shí)時(shí)性要求。

    4 結(jié)論

    本研究探討了樣本的稀疏表示理論在植物識別中的應(yīng)用,測試樣本的稀疏表示可通過求解l1最小化問題而有效獲得。最稀疏的系數(shù)可以解釋為在重構(gòu)測試樣本的過程中每個(gè)訓(xùn)練樣本所貢獻(xiàn)的權(quán)重。在此基礎(chǔ)上,提出了一種基于改進(jìn)的稀疏表示的植物識別方法,該方法比基于特征提取和選擇的分類方法具有更好的識別性能。由于植物識別的復(fù)雜性,還沒有將本研究提出的方法應(yīng)用于可行的植物識別系統(tǒng),現(xiàn)有的研究可以克服葉片圖像的光照變化、不完整及未對準(zhǔn)等方面。盡管基于稀疏表示的人臉識別方法具有在沒有特征提取的前提下也能獲得較高識別率的優(yōu)勢,并且在遮擋和噪聲情況下有出色表現(xiàn),但在植物識別方面還有待于進(jìn)行研究,如何在大數(shù)據(jù)的情況下,保證精確的識別率及快速的識別能力也是將來要探究的方向之一。

    參考文獻(xiàn):

    [1]王麗君,淮永建,彭月橙. 基于葉片圖像多特征融合的觀葉植物種類識別[J]. 北京林業(yè)大學(xué)學(xué)報(bào),2015,37(1):55-61.

    [2]陳 寅,周 平. 植物葉形狀與紋理特征提取研究[J]. 浙江理工大學(xué)學(xué)報(bào),2013,30(3):394-399.

    [3]Du J X,Huang D S,Wang X F,et al. Leaf shape based plant species recognition[J]. Applied Mathematics and Computation,2007,185(2):883-893.

    [4]Du J X,Huang D S,Wang X F,et al. Shape recognition based onneural networks trained by differential evolution algorithm[J].Neurocomputing,2007,70(4):896-903.

    [5]張善文,張傳雷,程 雷. 基于監(jiān)督正交局部保持映射的植物葉片圖像分類方法[J]. 農(nóng)業(yè)工程學(xué)報(bào),2013,29(5):125-131.

    [6]朱明旱,李樹濤,葉 華. 基于稀疏表示的遮擋人臉表情識別方法[J]. 模式識別與人工智能,2014,27(8):708-712.

    [7]Qiao L S,Chen S C,Tan X Y. Sparsity preserving projections withapplications to face recognition [J]. Pattern Recognition,2010,43(1):331-341.

    [8]肖 玲,李仁發(fā),曾凡仔. 基于自學(xué)習(xí)稀疏表示的動態(tài)手勢識別方法[J]. 通信學(xué)報(bào),2013,34(6):128-135.

    [9]王 琦,惠康華. 基于稀疏近鄰表示的分類方法[J]. 計(jì)算機(jī)工程與設(shè)計(jì),2013,34(4):1425-1431.

    [10]Chang C C,Lin C J. LIBSVM-A library for support vector machines [EB/OL]. [2015-11-20]. http://www.csie.ntu.edu. tw/cjlin/libsvm.

    [11]Koh K,K S J. Stephen Boyd. Simple matlab solver for l1-regularized least squares problems [EB/OL]. [2015-11-20]. http://www.stanford.edu/boyd/l1_ls/.

    国产成人欧美| 在线 av 中文字幕| 成人特级黄色片久久久久久久 | kizo精华| 18在线观看网站| 18禁裸乳无遮挡动漫免费视频| 成人精品一区二区免费| 岛国在线观看网站| 波多野结衣av一区二区av| 国产在线视频一区二区| 久久精品国产亚洲av高清一级| 啪啪无遮挡十八禁网站| 中文字幕人妻丝袜制服| 一夜夜www| 亚洲熟女精品中文字幕| 欧美日韩福利视频一区二区| av片东京热男人的天堂| 精品国产一区二区久久| 十分钟在线观看高清视频www| 看免费av毛片| 热99国产精品久久久久久7| 久久久精品区二区三区| 亚洲专区中文字幕在线| 成人av一区二区三区在线看| 亚洲午夜精品一区,二区,三区| 黄色视频在线播放观看不卡| 精品福利观看| 久久亚洲精品不卡| av网站免费在线观看视频| av又黄又爽大尺度在线免费看| 王馨瑶露胸无遮挡在线观看| 91成人精品电影| 欧美午夜高清在线| 日韩欧美一区视频在线观看| 欧美精品人与动牲交sv欧美| 亚洲国产av新网站| 国产一区二区 视频在线| 午夜福利视频精品| 国产人伦9x9x在线观看| 欧美日韩国产mv在线观看视频| 亚洲三区欧美一区| 人人妻,人人澡人人爽秒播| 国产不卡一卡二| 大香蕉久久网| 亚洲人成电影观看| aaaaa片日本免费| www.熟女人妻精品国产| 午夜日韩欧美国产| 免费在线观看视频国产中文字幕亚洲| 亚洲色图av天堂| netflix在线观看网站| 午夜精品国产一区二区电影| 一个人免费在线观看的高清视频| 中文字幕色久视频| av免费在线观看网站| 国产又色又爽无遮挡免费看| 亚洲精华国产精华精| √禁漫天堂资源中文www| 欧美国产精品va在线观看不卡| 色在线成人网| 中文字幕另类日韩欧美亚洲嫩草| 亚洲第一欧美日韩一区二区三区 | 久热爱精品视频在线9| 黑人巨大精品欧美一区二区mp4| videos熟女内射| 18禁国产床啪视频网站| 日韩熟女老妇一区二区性免费视频| 国产亚洲精品久久久久5区| 亚洲成a人片在线一区二区| 色播在线永久视频| 国产xxxxx性猛交| 亚洲国产精品一区二区三区在线| 男女高潮啪啪啪动态图| 美女视频免费永久观看网站| 欧美日韩中文字幕国产精品一区二区三区 | 啦啦啦 在线观看视频| av视频免费观看在线观看| 久久亚洲精品不卡| 日韩成人在线观看一区二区三区| 日韩视频在线欧美| av线在线观看网站| 中文字幕人妻丝袜制服| 亚洲精品国产色婷婷电影| 国产精品免费视频内射| 欧美激情 高清一区二区三区| 中国美女看黄片| 久久ye,这里只有精品| 亚洲专区国产一区二区| av天堂在线播放| 国产免费av片在线观看野外av| 亚洲,欧美精品.| 美女午夜性视频免费| 亚洲男人天堂网一区| 制服诱惑二区| 亚洲av成人一区二区三| 亚洲国产看品久久| 啪啪无遮挡十八禁网站| 精品久久蜜臀av无| 亚洲色图综合在线观看| 老司机在亚洲福利影院| 丝瓜视频免费看黄片| 国产精品.久久久| 啦啦啦免费观看视频1| avwww免费| 男女无遮挡免费网站观看| 制服诱惑二区| 国产成人啪精品午夜网站| 亚洲 欧美一区二区三区| 免费在线观看影片大全网站| 国产在线视频一区二区| 99香蕉大伊视频| 国产片内射在线| 日韩一区二区三区影片| 国产欧美日韩一区二区三| 纵有疾风起免费观看全集完整版| 精品国产乱码久久久久久小说| 丰满迷人的少妇在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 天天影视国产精品| 日韩欧美免费精品| 久久久久久亚洲精品国产蜜桃av| 亚洲中文日韩欧美视频| 在线观看www视频免费| a级片在线免费高清观看视频| 亚洲av国产av综合av卡| 极品人妻少妇av视频| 正在播放国产对白刺激| 老熟妇乱子伦视频在线观看| 午夜福利视频在线观看免费| 在线永久观看黄色视频| 国产精品麻豆人妻色哟哟久久| 黄色毛片三级朝国网站| 久久精品国产综合久久久| 亚洲伊人色综图| 久久久水蜜桃国产精品网| 如日韩欧美国产精品一区二区三区| 丝袜人妻中文字幕| 少妇的丰满在线观看| 国产成人av激情在线播放| 久久 成人 亚洲| 亚洲五月色婷婷综合| 新久久久久国产一级毛片| 91精品三级在线观看| 最近最新中文字幕大全免费视频| 一本综合久久免费| 9191精品国产免费久久| 又紧又爽又黄一区二区| 另类精品久久| 亚洲精品在线观看二区| 精品人妻熟女毛片av久久网站| 亚洲天堂av无毛| 精品一区二区三区av网在线观看 | 热re99久久精品国产66热6| av欧美777| 国产精品 国内视频| 午夜激情久久久久久久| 久久久久网色| 欧美在线黄色| 性色av乱码一区二区三区2| 国产成人欧美在线观看 | 一边摸一边抽搐一进一出视频| 亚洲国产欧美日韩在线播放| 午夜福利一区二区在线看| 老司机影院毛片| 麻豆国产av国片精品| 在线播放国产精品三级| 欧美精品啪啪一区二区三区| 国产日韩欧美在线精品| 日本a在线网址| 2018国产大陆天天弄谢| 国产精品免费视频内射| 无遮挡黄片免费观看| 深夜精品福利| 如日韩欧美国产精品一区二区三区| 欧美大码av| 国产精品亚洲一级av第二区| 黑人巨大精品欧美一区二区蜜桃| 国产亚洲欧美在线一区二区| 中文字幕人妻熟女乱码| 国精品久久久久久国模美| 动漫黄色视频在线观看| 少妇被粗大的猛进出69影院| 久久精品成人免费网站| 99久久国产精品久久久| 一区二区av电影网| e午夜精品久久久久久久| 精品国产国语对白av| 免费黄频网站在线观看国产| 黄色视频,在线免费观看| 国产麻豆69| 中文字幕av电影在线播放| 午夜视频精品福利| 一二三四社区在线视频社区8| 制服诱惑二区| 国产99久久九九免费精品| 老司机亚洲免费影院| 日本五十路高清| 精品国产一区二区三区久久久樱花| 日韩一卡2卡3卡4卡2021年| 午夜91福利影院| 男女午夜视频在线观看| 91av网站免费观看| av网站在线播放免费| 亚洲专区字幕在线| 女同久久另类99精品国产91| 成年动漫av网址| 久久久久国内视频| 亚洲国产中文字幕在线视频| 国产单亲对白刺激| 9热在线视频观看99| 在线永久观看黄色视频| 久久午夜亚洲精品久久| 亚洲精品av麻豆狂野| 99国产极品粉嫩在线观看| 狠狠婷婷综合久久久久久88av| 首页视频小说图片口味搜索| 老熟妇乱子伦视频在线观看| 国产不卡av网站在线观看| 91国产中文字幕| 怎么达到女性高潮| 黑人巨大精品欧美一区二区蜜桃| 国产精品九九99| 99热网站在线观看| a级毛片黄视频| 热99久久久久精品小说推荐| 国产精品成人在线| 啦啦啦视频在线资源免费观看| 国产精品久久久久久精品古装| 精品少妇黑人巨大在线播放| 国产欧美日韩一区二区精品| netflix在线观看网站| 国产xxxxx性猛交| 51午夜福利影视在线观看| 免费在线观看黄色视频的| xxxhd国产人妻xxx| 每晚都被弄得嗷嗷叫到高潮| 黄片小视频在线播放| 国产精品成人在线| 久久人妻av系列| 欧美亚洲日本最大视频资源| 国产欧美亚洲国产| 国产麻豆69| 在线观看舔阴道视频| 免费看a级黄色片| 91成年电影在线观看| 老司机午夜十八禁免费视频| 久久精品国产综合久久久| 亚洲成人免费av在线播放| 亚洲性夜色夜夜综合| 欧美黄色淫秽网站| 欧美精品啪啪一区二区三区| 亚洲精品在线观看二区| 女人久久www免费人成看片| 99热网站在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 午夜福利视频精品| 国产男靠女视频免费网站| 在线观看www视频免费| 午夜激情久久久久久久| 国产亚洲一区二区精品| 捣出白浆h1v1| 亚洲成国产人片在线观看| 老司机亚洲免费影院| 亚洲成人国产一区在线观看| 国产麻豆69| 国产精品1区2区在线观看. | 国产欧美日韩一区二区三区在线| 露出奶头的视频| 日韩一卡2卡3卡4卡2021年| 日日爽夜夜爽网站| 免费看a级黄色片| 91av网站免费观看| 女人精品久久久久毛片| 中文字幕高清在线视频| 国产av一区二区精品久久| 日本wwww免费看| 国产精品一区二区精品视频观看| 精品亚洲成国产av| 日韩人妻精品一区2区三区| 啦啦啦在线免费观看视频4| 美女午夜性视频免费| 亚洲人成电影观看| 99国产精品99久久久久| 成人国产一区最新在线观看| 成年人免费黄色播放视频| 国产精品美女特级片免费视频播放器 | 精品国产乱子伦一区二区三区| 在线观看免费视频网站a站| 免费不卡黄色视频| 亚洲 国产 在线| 亚洲色图 男人天堂 中文字幕| av免费在线观看网站| 精品国产乱码久久久久久男人| 国产成人免费无遮挡视频| 久久天堂一区二区三区四区| 免费av中文字幕在线| 亚洲欧美色中文字幕在线| 久久这里只有精品19| 婷婷成人精品国产| 成人黄色视频免费在线看| 又紧又爽又黄一区二区| 午夜福利在线观看吧| 欧美人与性动交α欧美软件| 国内毛片毛片毛片毛片毛片| 国产1区2区3区精品| 久久av网站| www.精华液| 国产日韩欧美亚洲二区| 99精品久久久久人妻精品| 国产精品久久久久久精品电影小说| 国产精品自产拍在线观看55亚洲 | 老熟妇仑乱视频hdxx| 大香蕉久久成人网| 亚洲精品一卡2卡三卡4卡5卡| 51午夜福利影视在线观看| 精品国产国语对白av| 欧美日本中文国产一区发布| 看免费av毛片| 亚洲精品美女久久av网站| 国产片内射在线| 丝袜喷水一区| 狂野欧美激情性xxxx| 99国产极品粉嫩在线观看| 99精品久久久久人妻精品| 精品一区二区三区视频在线观看免费 | 亚洲成人手机| 成人免费观看视频高清| 美女福利国产在线| 在线天堂中文资源库| 人人澡人人妻人| 午夜福利一区二区在线看| 高清av免费在线| 国产精品麻豆人妻色哟哟久久| 操美女的视频在线观看| 国产亚洲精品第一综合不卡| 人人妻人人澡人人看| 成人av一区二区三区在线看| 99精品久久久久人妻精品| 婷婷成人精品国产| 亚洲一卡2卡3卡4卡5卡精品中文| 天堂俺去俺来也www色官网| 久久天躁狠狠躁夜夜2o2o| 欧美精品啪啪一区二区三区| 少妇裸体淫交视频免费看高清 | 男女午夜视频在线观看| 国产区一区二久久| 国产精品麻豆人妻色哟哟久久| 操美女的视频在线观看| 91成人精品电影| 久久这里只有精品19| 亚洲专区中文字幕在线| 人人妻人人澡人人看| 飞空精品影院首页| 大型av网站在线播放| 一区二区三区国产精品乱码| 人妻 亚洲 视频| 精品国产一区二区久久| 中文字幕精品免费在线观看视频| 国产xxxxx性猛交| 黄片大片在线免费观看| 成年版毛片免费区| 午夜福利在线免费观看网站| 50天的宝宝边吃奶边哭怎么回事| 久久精品熟女亚洲av麻豆精品| 首页视频小说图片口味搜索| 伊人久久大香线蕉亚洲五| 美女高潮到喷水免费观看| 一区二区av电影网| 久久国产精品影院| 免费女性裸体啪啪无遮挡网站| 国产高清国产精品国产三级| 午夜两性在线视频| 看免费av毛片| 亚洲精品在线观看二区| 男女下面插进去视频免费观看| 黑人欧美特级aaaaaa片| 国产一区有黄有色的免费视频| 视频区图区小说| 999精品在线视频| 大型av网站在线播放| 欧美国产精品一级二级三级| 乱人伦中国视频| 一区二区三区精品91| 亚洲欧美一区二区三区久久| 国产精品免费一区二区三区在线 | 热99久久久久精品小说推荐| 香蕉国产在线看| 黄色毛片三级朝国网站| 国产免费av片在线观看野外av| 在线观看免费午夜福利视频| 中文字幕人妻丝袜制服| 日韩有码中文字幕| 亚洲国产av影院在线观看| 搡老乐熟女国产| 99re在线观看精品视频| 免费看十八禁软件| 久久精品亚洲熟妇少妇任你| videosex国产| 人人妻人人添人人爽欧美一区卜| avwww免费| 久久久久国产一级毛片高清牌| 天天躁夜夜躁狠狠躁躁| 久久九九热精品免费| 国产精品国产高清国产av | 在线观看一区二区三区激情| 51午夜福利影视在线观看| 99国产精品一区二区蜜桃av | 在线十欧美十亚洲十日本专区| 免费高清在线观看日韩| 久久久久精品国产欧美久久久| 国产精品麻豆人妻色哟哟久久| 最黄视频免费看| 麻豆成人av在线观看| 精品久久久久久久毛片微露脸| 怎么达到女性高潮| 日韩欧美一区二区三区在线观看 | 最近最新免费中文字幕在线| 午夜91福利影院| 99国产精品免费福利视频| 亚洲国产中文字幕在线视频| 日韩欧美一区二区三区在线观看 | 91精品国产国语对白视频| 五月开心婷婷网| 在线观看舔阴道视频| 精品免费久久久久久久清纯 | 久久精品熟女亚洲av麻豆精品| 国产精品欧美亚洲77777| 蜜桃在线观看..| 怎么达到女性高潮| 黑丝袜美女国产一区| 在线观看舔阴道视频| 一夜夜www| 亚洲色图av天堂| 桃红色精品国产亚洲av| 999久久久国产精品视频| 两人在一起打扑克的视频| 国产xxxxx性猛交| svipshipincom国产片| 美女高潮喷水抽搐中文字幕| 一区二区三区国产精品乱码| 免费女性裸体啪啪无遮挡网站| 手机成人av网站| 欧美日韩成人在线一区二区| 亚洲欧美日韩另类电影网站| 欧美在线一区亚洲| 免费在线观看日本一区| 黄片小视频在线播放| 精品国产乱码久久久久久小说| 午夜免费成人在线视频| 老司机福利观看| 80岁老熟妇乱子伦牲交| 免费在线观看日本一区| 精品国产一区二区三区久久久樱花| 在线 av 中文字幕| 桃红色精品国产亚洲av| 亚洲 国产 在线| 精品久久蜜臀av无| 亚洲成人国产一区在线观看| 国产成人免费无遮挡视频| 久久人妻福利社区极品人妻图片| 一二三四在线观看免费中文在| 久久性视频一级片| 国产精品亚洲一级av第二区| 十八禁网站免费在线| 超色免费av| 18禁裸乳无遮挡动漫免费视频| 男女午夜视频在线观看| 亚洲伊人久久精品综合| 18禁观看日本| 三级毛片av免费| 黑人巨大精品欧美一区二区蜜桃| 久久这里只有精品19| 国产野战对白在线观看| 18禁裸乳无遮挡动漫免费视频| 99国产极品粉嫩在线观看| 久久这里只有精品19| 悠悠久久av| 亚洲熟女精品中文字幕| 丝袜在线中文字幕| 欧美日韩一级在线毛片| 少妇粗大呻吟视频| 一边摸一边抽搐一进一小说 | 99九九在线精品视频| 国产不卡av网站在线观看| 久久午夜综合久久蜜桃| 久久中文看片网| 国产在线精品亚洲第一网站| 日本精品一区二区三区蜜桃| 最近最新中文字幕大全电影3 | 50天的宝宝边吃奶边哭怎么回事| 十八禁网站免费在线| 久久久久久久久免费视频了| 十八禁网站网址无遮挡| 99精品在免费线老司机午夜| 欧美日本中文国产一区发布| 免费一级毛片在线播放高清视频 | 亚洲av电影在线进入| 亚洲午夜理论影院| 日韩欧美免费精品| 亚洲专区字幕在线| 99国产精品一区二区蜜桃av | 97人妻天天添夜夜摸| 大型av网站在线播放| 亚洲欧美一区二区三区久久| 99在线人妻在线中文字幕 | 成人18禁高潮啪啪吃奶动态图| 日韩欧美一区视频在线观看| 国产精品欧美亚洲77777| 国产免费av片在线观看野外av| 久久久国产一区二区| 亚洲男人天堂网一区| 丝袜美足系列| 中国美女看黄片| 天天躁夜夜躁狠狠躁躁| 熟女少妇亚洲综合色aaa.| 精品人妻熟女毛片av久久网站| 午夜91福利影院| 男女边摸边吃奶| 亚洲 国产 在线| 亚洲综合色网址| 99国产精品免费福利视频| 91九色精品人成在线观看| 1024视频免费在线观看| 黑人巨大精品欧美一区二区蜜桃| 黑人猛操日本美女一级片| av有码第一页| 国产精品98久久久久久宅男小说| 免费在线观看黄色视频的| 精品视频人人做人人爽| 窝窝影院91人妻| 最近最新中文字幕大全免费视频| 老司机靠b影院| 久久久久国产一级毛片高清牌| 黄色丝袜av网址大全| 日韩成人在线观看一区二区三区| 精品久久蜜臀av无| 久久久精品免费免费高清| 9色porny在线观看| 19禁男女啪啪无遮挡网站| 热re99久久国产66热| 久久人妻福利社区极品人妻图片| 在线 av 中文字幕| 电影成人av| 亚洲熟女毛片儿| 一区在线观看完整版| 丝袜在线中文字幕| 一进一出抽搐动态| 日韩欧美国产一区二区入口| 99久久精品国产亚洲精品| 免费黄频网站在线观看国产| 亚洲综合色网址| 国产免费av片在线观看野外av| 久久热在线av| 成年人免费黄色播放视频| 精品少妇内射三级| 久久中文字幕人妻熟女| 欧美 亚洲 国产 日韩一| 久久99一区二区三区| 国产精品98久久久久久宅男小说| a在线观看视频网站| 久久久久久久久免费视频了| 国产深夜福利视频在线观看| 色婷婷av一区二区三区视频| 韩国精品一区二区三区| 两人在一起打扑克的视频| 国产男靠女视频免费网站| av网站在线播放免费| 国产不卡av网站在线观看| 黄色毛片三级朝国网站| 免费女性裸体啪啪无遮挡网站| 免费在线观看视频国产中文字幕亚洲| 亚洲av欧美aⅴ国产| 久久久久久免费高清国产稀缺| 国产精品美女特级片免费视频播放器 | 国产精品欧美亚洲77777| 亚洲第一青青草原| 99精品在免费线老司机午夜| 久久国产精品大桥未久av| 一边摸一边抽搐一进一出视频| 丝袜人妻中文字幕| 天天躁夜夜躁狠狠躁躁| 日韩中文字幕视频在线看片| 国产欧美日韩一区二区三| 日日摸夜夜添夜夜添小说| 黄频高清免费视频| 国产亚洲av高清不卡| 操出白浆在线播放| 久久国产精品男人的天堂亚洲| 免费av中文字幕在线| 黄色视频不卡| netflix在线观看网站| 欧美精品人与动牲交sv欧美| 成人特级黄色片久久久久久久 | 国产在线精品亚洲第一网站| 啦啦啦 在线观看视频| 香蕉久久夜色| av网站免费在线观看视频| 久久久精品区二区三区| 国产成人一区二区三区免费视频网站| 无遮挡黄片免费观看| 夫妻午夜视频| 欧美日韩中文字幕国产精品一区二区三区 | 久久精品国产99精品国产亚洲性色 | 麻豆成人av在线观看| 在线观看免费午夜福利视频| 精品亚洲成国产av| 午夜久久久在线观看| 欧美黑人欧美精品刺激| 亚洲中文日韩欧美视频| 亚洲av第一区精品v没综合| 国产精品98久久久久久宅男小说| 亚洲天堂av无毛| 涩涩av久久男人的天堂| 色尼玛亚洲综合影院| 国产三级黄色录像|